当与具有多个 Text 子节点的节点一起使用时，XPath contains(text(),'some string') 不起作用

Question

我有一个关于 dom4j 的 XPath contains 的小问题...

假设我的 XML 是

<Home>
    <Addr>
        <Street>ABC</Street>
        <Number>5</Number>
        <Comment>BLAH BLAH BLAH <br/><br/>ABC</Comment>
    </Addr>
</Home>

假设我想找到给定根元素的文本中具有 ABC 的所有节点...

所以我需要编写的 XPath 是be

//*[contains(text(),'ABC')]

但这不是 dom4j 返回的...这是 dom4j 问题还是我对 XPath 工作原理的理解，因为该查询返回只有 Street 元素而不是 Comment 元素？

DOM 使 Comment 元素成为具有四个标签的复合元素，两个

[Text = 'XYZ'][BR][BR][Text = 'ABC'] 

我认为查询仍应返回该元素，因为它应该找到该元素并在其上运行 contains ，但事实并非如此。 下面的查询返回元素，但

它返回的不仅仅是元素——它还返回父元素，这对于问题来说是不受欢迎的。

//*[contains(text(),'ABC')]

有谁知道只返回元素 和 的 XPath 查询吗？

Answer 1

这是匹配包含给定文本字符串的节点的另一种方法。首先查询文本节点本身，然后获取父节点：

//text()[contains(., "ABC")]/..

对我来说，这很容易阅读和理解。

Answer 2

//*[text()='ABC'] 

回报

<street>ABC</street>
<comment>BLAH BLAH BLAH <br><br>ABC</comment>

Answer 3

接受的答案也将返回所有父节点。即使字符串位于
之后，也仅获取具有 ABC 的实际节点：

//*[text()[contains(.,'ABC')]]/text()[contains(.,"ABC")]

Answer 4

XML 文档：

<Home>
    <Addr>
        <Street>ABC</Street>
        <Number>5</Number>
        <Comment>BLAH BLAH BLAH <br/><br/>ABC</Comment>
    </Addr>
</Home>

XPath 表达式：

//*[contains(text(), 'ABC')]

//* 匹配任何 根节点的后代元素。即，除根节点之外的任何元素。

[...] 是一个 谓词，它过滤节点集。它返回 ... 为 true 的节点：

谓词过滤节点集[...]以生成新的节点集。对于要过滤的节点集中的每个节点，都会评估 PredicateExpr [...]；如果该节点的 PredicateExpr 计算结果为 true，则该节点将包含在新节点集中；否则不包含在内。

contains('haystack', 'needle') 返回 true 如果 haystack 包含 针：

功能：布尔值包含（字符串，字符串）

如果第一个参数字符串包含第二个参数字符串，则 contains 函数返回 true，否则返回 false。

但是 contains() 将字符串作为其第一个参数。并且它已经通过了节点。要处理作为第一个参数传递的每个节点或节点集，请使用 通过 string() 函数转换为字符串：

参数被转换为字符串类型，就像调用字符串函数一样。

string() 函数返回 string-value ="noreferrer">第一个节点：

通过返回节点集中文档顺序中第一个节点的字符串值，将节点集转换为字符串。如果节点集为空，则返回空字符串。

元素节点的字符串值 :

元素节点的字符串值是该元素节点的所有文本节点后代的字符串值按文档顺序串联而成的。

文本节点字符串值一个>：

文本节点的字符串值是字符数据。

因此，基本上，string-value 是节点中包含的所有文本（所有后代文本节点的串联）。

text() 是节点测试匹配任何文本节点：

节点测试 text() 对于任何文本节点都为 true。例如，child::text() 将选择上下文节点的文本节点子节点。

话虽如此， //*[contains(text(), 'ABC')] 匹配任何第一个文本节点包含 ABC。由于 text() 返回一个节点集，其中包含上下文节点的所有子文本节点（相对于计算表达式的节点）。但 contains() 仅采用第一个。因此，对于上面的文档，路径与 Street 元素匹配。

以下表达式 //*[text()[contains(., 'ABC')]] 匹配至少有一个子文本节点且包含 < 的任何元素（根节点除外）代码>ABC。 . 表示上下文节点。在本例中，它是除根节点之外的任何元素的子文本节点。因此，对于上面的文档，路径与 Street 和 Comment 元素匹配。

现在， //*[contains(., 'ABC')] 匹配包含 ABC 的任何元素（但根节点除外）（在后代文本的串联中）节点）。对于上面的文档，它匹配 Home、Addr、Street 和 Comment 元素。因此，//*[contains(., 'BLAH ABC')] 匹配 Home、Addr 和 注释 元素。

Answer 5

^{涵盖 XPath 1.0 与 XPath 2.0+ 行为的现代答案...}

此 XPath 的

//*[contains(text(),'ABC')]

行为与 XPath 1.0 和更高版本的 XPath（2.0 +）。

常见行为

• //* 选择文档中的所有元素。
• [] 根据其中表达的谓词过滤这些元素。
• 谓词中的 contains(string, substring) 将过滤那些 substring 是 string 中的子字符串的元素。

XPath 1.0 行为

• contains(arg1, substring)：如果第一个参数的计算结果为节点集，contains() 会将节点集转换为通过获取节点集中的第一个节点的字符串值来获取字符串。 （如果 arg1 是 text()，则 contains() 只会考虑所有匹配的 text 节点中的第一个>.) 如果您觉得这很奇怪，那么您并不孤单。
• 对于 //*[contains(text(),'ABC')]，该节点集将是文档中每个元素的所有子文本节点。
• 由于仅使用第一个文本节点子节点，因此违反了对所有子文本节点进行 'ABC' 子字符串包含测试的期望。
• 对于任何不熟悉上述转换规则的人来说，这都会导致反直觉的结果。

XPath 1.0 在线示例 显示仅选择了一个 'ABC'。

XPath 2.0+ 行为

• 使用包含多个项目的序列作为第一个参数来调用 contains(arg1, substring) 是错误的。
• 这纠正了上述 XPath 1.0 中的反直觉行为。

XPath 2.0 在线示例 显示了由于 XPath 2.0+ 特有的转换错误而导致的典型错误消息。

常见解决方案

1. 如果您希望包含后代元素（超出子元素），请针对 作为单个字符串的元素的字符串值，而不是子文本节点的各个字符串值，此 XPath，

   //*[包含(.,'ABC')]
   

   选择目标 Street 和 Comment 元素及其 Addr 和 Home 祖先元素，因为它们也有'ABC' 作为其字符串值的子字符串。

   在线示例显示祖先也被选择。

2. 如果您希望排除后代元素（超出子元素），则此 XPath，

   //*[text()[contains(.,'ABC')]]
   

   仅选择目标 Street 和 Comment，因为只有这些元素的文本节点子节点的字符串值包含 'ABC' 子字符串。对于所有版本的 XPath 都是如此

   在线示例仅显示街道和评论< /code> 被选中。

   


Answer 6

标记包含两个文本节点和两个
节点作为子节点。

你的 xpath 表达式是

//*[contains(text(),'ABC')]

为了打破这个问题，

1. * 是一个匹配任何元素（即标签）的选择器——它返回一个节点集。
2. [] 是在该节点集中的每个单独节点上运行的条件。如果它所操作的任何单个节点与括号内的条件匹配，则它匹配。
3. text() 是一个选择器，它匹配作为上下文节点子节点的所有文本节点——它返回一个节点集。
4. contains 是一个对字符串进行操作的函数。如果传递节点集，则节点集通过返回转换为字符串节点集中文档顺序第一个节点的字符串值。因此，它只能匹配 元素中的第一个文本节点 - 即 BLAH BLAH BLAH。由于不匹配，因此您在结果中不会看到 。

您需要将其更改为

//*[text()[contains(.,'ABC')]]

1. * 是一个匹配任何元素（即标签）的选择器 - 它返回一个节点集。
2. 外部的 [] 是对节点集中的每个单独节点进行操作的条件 - 这里它对文档中的每个元素进行操作。
3. text() 是一个选择器，它匹配作为上下文节点子节点的所有文本节点——它返回一个节点集。
4. 内部的 [] 是对该节点集中的每个节点（这里是每个单独的文本节点）进行操作的条件。每个单独的文本节点是括号中任何路径的起点，也可以在括号内显式引用为 .。如果它所操作的任何单个节点与括号内的条件匹配，则它匹配。
5. contains 是一个对字符串进行操作的函数。这里传递的是一个单独的文本节点 (.)。由于它是单独传递 标记中的第二个文本节点，因此它将看到 'ABC' 字符串并能够匹配它。